15/11/2021
Door Ad Spijkers
Amerikaanse onderzoekers ontwerpen een robot die zelf deuren kan openen en stopcontacten kan vinden om op te laden.
Er zijn mensen die beweren dat robots de wereld zullen overnemen. Maar een feit is dat de wereld vol deuren is, en dat zijn enorm obstakels voor robots. Ze kunnen veel dingen doen, maar het is een enorme uitdaging om er eentje uit zichzelf een deur te laten openen en door de deuropening te gaan.
Deuren openen
Studenten van het University of Cincinnati hebben dit complexe probleem opgelost in driedimensionale digitale simulaties. Ze bouwen nu een autonome robot die niet alleen zonder menselijke hulp deuren kan openen voor zichzelf, maar ook het dichtstbijzijnde stopcontact kan vinden om op te laden. Dit is een flinke vooruitgang voor servicerobots die kantoorgebouwen, luchthavens en ziekenhuizen stofzuigen en desinfecteren.
Sommige onderzoekers pakten het probleem aan door een hele kamer te scannen om een 3D digitaal model te maken, zodat de robot een deur kan lokaliseren. Maar dat is een tijdrovende maatwerkoplossing die alleen werkt voor de specifieke ruimte die is gescand.
Het ontwikkelen van een robot om een deur voor zichzelf te openen, brengt verschillende uitdagingen met zich mee. Deuren zijn er in verschillende kleuren en maten, met verschillende klinken op verschillende hoogten. Ook zijn er deuren van glas, kunststof, hout en staal. Robots moeten weten hoeveel kracht ze moeten gebruiken om deuren te openen om weerstand te overwinnen. Veel deuren zijn zelfsluitend, zodat de robot opnieuw moet beginnen als hij zijn grip verliest.
Machine learning en simulatie
De studenten in Cincinnati gebruiken machine learning. De robot moet zichzelf 'leren' hoe hij een deur moet openen, in wezen door middel van vallen en opstaan. Dit kan aanvankelijk tijdrovend zijn, maar de robot corrigeert zijn fouten gaandeweg. Simulaties helpen de robot zich voor te bereiden op de eigenlijke taak. De robot heeft wel voldoende gegevens of 'ervaringen' nodig om hem te helpen trainen. Dit is een grote uitdaging voor andere robottoepassingen die gebruikmaken van op AI gebaseerde benaderingen voor het uitvoeren van taken in de echte wereld.
De onderzoekers zetten simulaties van een echte robot in. De uitdaging is hoe dit aangeleerde besturingsbeleid van simulatie naar realiteit kan worden overgebracht, vaak een 'Sim2Real'-probleem genoemd. Digitale simulaties zijn doorgaans slechts 60% tot 70% succesvol in initiële toepassingen in de echte wereld. De onderzoekers verwachten een jaar of langer te besteden aan het overbruggen van de kloof om hun nieuwe autonome robotsysteem te perfectioneren. Er is dus nog voldoende tijd om te investeren in robotveilige deursloten.
Foto: Ravenna Rutledge/UC Creative